非結構化數據將在2022年繼續影響數據管理

武平藍

2022年，非結構化數據將繼續重塑數據管理的格局，現在不僅產生了空前數量的數據，而且還在多個地方收集、存儲、處理和分析，并在這些環境之間移動。

企業正在使用視頻、圖像、物聯網傳感器數據、社交媒體和類似的信息，作為他們執行分析、機器學習和商業智能任務的基礎。隨著進入2022年，非結構化數據將繼續成為企業數據管理工作的重點。

那么，2022年我們還能期待哪些數據管理趨勢呢？

從非結構化數據中獲取價值

IT行業的領導者們知道，云計算遠遠不止是對本地基礎設施的替代。它是一個彈性計算平臺，組織可以利用它來提供競爭優勢和靈活性。但我們還不知道如何利用云來分析非結構化數據。

隨著人們對機器學習和人工智能的興趣日益濃厚，我們將看到更多的投資用于實現這一目標的非結構化數據分析和數據管理解決方案。由于非結構化數據非常龐大且難以處理，而且其中很多數據都是在云之外的邊緣發展起來的，因此跨邊界到云的數據管理、簡化非結構化數據的吸收、云分析將成為一個顯著的趨勢。

非結構化數據分析工作流解決方案將會出現

處理和索引PB級的非結構化數據現在主要是手工工作。大型組織雇傭大量的數據專業人員來搜索、分類和移動這些數據，以便分析工具能夠吸收和操作這些數據。現在迫切需要簡化和自動化這些過程，在多個文件和云存儲之間輕松索引文件并自動化系統數據移動的解決方案將會越來越多。

此外，非結構化數據的數據分析解決方案可能是垂直的，因此它們是特定于行業或應用。例如，醫學圖像及其解釋方式是一個上下文事件，需要臨床數據集的特定知識。許多組織正在創建自定義工作流，其中包括基于云的分析工具。商業數據管理解決方案的時機已經成熟，這些解決方案可以在全球企業中輕松搜索特定的數據集，并不斷地將這些數據流化，以系統地自動化非結構化數據分析的工作流程。

3.“數據貨幣化”和相關策略將在2022年流行

“數據貨幣化”的傳統概念是圍繞著挖掘CRM、ERP和其他核心業務系統來獲取關于客戶行為、產品需求和庫存趨勢的情報。然而，機器學習是一種改變游戲規則的工具，它依賴于非結構化數據。

教一輛汽車自主駕駛需要與在不同路面和交通燈模式的道路上駕駛有關的數據。如果您想提高客戶支持電話的滿意率，您需要能夠分析對話。這就是為什么我們看到像雪花這樣的公司宣布支持非結構化數據。

他們在云中提供數據倉庫，讓人們可以很容易地回答那些任意和開放式的問題。當前的趨勢是“數據貨幣化”正從結構化數據轉向非結構化數據，因為這是利用數據改善客戶關系和收入、降低風險并獲得競爭優勢的主要機會。

IT擁抱數據豎井

數據豎井不會消失，而且沒有人愿意為了避免豎井而鎖定供應商。答案是不要擔心這些豎井，要尋求能夠查看數據的解決方案，而不是強迫你把所有數據放在一個位置或技術上。如今，存儲數據的角色也在演變，包括數據管理和實現業務結果，而不僅僅是管理基礎設施。

5.數據管理將繼續成為風險投資家的熱門市場

數據管理受到強勁勢頭的推動，應該會繼續支撐其市場增長。非結構化數據的爆炸式增長，邊緣數據和云數據的興起，以及數據分析向非結構化數據貨幣化的轉變，都是市場中數據管理相關性背后的巨大推動力。

風險投資家看到了雪花這樣公司的成功，不想錯過下一個大數據管理機會。投資者總是在尋找下一個大事件。你如何利用市場趨勢來創造優勢？解決這一問題的一個好方法是尋找一個您非常了解的數據管理問題，這個問題還沒有被其他人解決，它在一些細分市場中普遍存在，并且是可以解決的。數據管理的熱點領域包括云數據管理、數據分析管理、數據安全和非結構化數據管理。

在2022年，非結構化數據將成為企業關注的焦點，但在這個充滿活力的行業中，它不會是唯一的關注點。企業會想要利用風險資本的資金來擴展他們的能力，將機器學習和非結構化數據帶來的新能力，用來確保他們的勞動力足夠多樣化，還能利用過去相對未開發的社會領域的中新興人才。